AI扎堆世界杯，技术底牌亮了多少？

作者：郑施婧

原创：深眸财经（chutou0325）

伴随着阿根廷队和瑞士队淘汰各自对手，美加墨世界杯的八强全部出炉。而在精彩纷呈的足球赛事之外，绿茵场上意外多了一群特殊的“观众”——大模型公司。它们扎堆入局，硬生生把全球的“足球赛场”变成了自家的“技术秀场”。

从VAR判罚到战术分析，AI的脚步走过赛场每个角落。而其中最吸睛、也最富争议的，当属赛果预测。

（图源：球迷屋）

毕竟，AI能从海量数据中学习规律，那么基于足够多的足球数据和信息来预测胜负，似乎是一件手到擒来的事。于是，Kimi、通义千问、联想、腾讯混元纷纷大显身手，试图争夺本次世界杯“神算手”的称号。

可AI厂商们想象中的“封神”时刻，却并没有如期到来。

01

稳赚不赔的技术秀

世界杯是AI大模型最残酷的考场。22个人、11种战术、天气、场地、伤病、心态......变量从不同维度涌入，互相缠绕、互相干扰。这比处理标准化文档难，文档有格式，足球没有；比做信息检索狠，检索有答案，足球没有。

那问题来了，面对如此大的风险，AI厂商为何仍执意入局？

归根结底，AI厂商们是想借着世界杯这一坐拥全球顶级流量的场合，来获取资本信任、抢占用户心智。但撬动的支点，不是营销，而是技术本身。

以腾讯混元为例。它命中29支晋级球队的战绩被媒体广泛传播，但资本和行业客户看的可不是“命中29”，而是它背后的技术本色。混元采用了MoE混合专家架构，在7T训练token中嵌入了近21.4%的合成数据。这意味着模型并非死记硬背，而是通过合成数据模拟了无数次“虚拟赛事”做逻辑推演，学会了“举一反三”。同时，其256K的超长上下文窗口，能一次性消化海量赛事报告。因此，当它预测世界杯时，展示的不仅是比分，更是对“变量可控场景”的强大建模能力。

（图源：腾讯元宝）

除此之外，这还是一场成本极低的技术“高考”。训练300个子Agent跑一轮预测的电费，可能抵不上央视一条15秒广告，但获得了全网对“AI预测准确率”的讨论量，这个广告位，平时根本买不到。

并且借着世界杯这个“考场”，AI厂商还可以用足球这个充满不确定性的“磨刀石”，把自家的技术打磨得更锋利。

通义千问在动态更新的赛事数据流中，反复测试了对实时信息的接入能力和响应速度，这背后是对推理延迟和并发处理能力的极致压榨；联想的天禧AI更是将多模态融合技术直接搬进了现场，用3D数字人可视化与裁判视角AI视频，验证系统在复杂场景下的实时渲染与决策辅助能力。

而这还只是明线。暗线里，还有一层心理博弈。预测对了，是“我们家产品优秀”。预测错了？这正好说明“足球的魅力，人类的胜利”。更何况，“准不准”从来不是人们使用AI的第一诱因。“AI有没有用、方不方便用”才是。

如此看来，这场秀的本质是用极低成本撬动高价值，四两拨千斤。“秀”不是博眼球，而是一块技术试金石。

02

三重“诅咒”

回顾近期赛事，巴西对阵挪威这场赛事在预热阶段就引发了不少关注。一个是传统豪强，另一个时隔28年才闯进16强，实力悬殊。不仅巴西球迷提前庆祝，市面上12家AI也齐刷刷押注巴西，个个信心满满。

结果呢？终场哨响，比分定格在1：2。

（图源：中央广播电视总台）

12家AI全军覆没。

这是偶发的吗？并不是。乌拉圭对阵佛得角，12个AI均预测乌拉圭胜，结果2:2战平；Kimi把冠军票投给德国队，却输给了巴拉圭。AI赛果预测频频翻车的背后，是三道无法绕开的“诅咒”。

第一重“诅咒”源于AI对数据的依赖。赛场上，可量化的数据和不可量化的数据在维度上的差异，让AI从一开始就陷入了被动。

先说可量化的一半，也就是历史战绩、跑动距离、传球成功率等。将它们喂进去，模型跑通。表面上严丝合缝，但表象之下的隐患同样醒目。联赛数据占了整整七成，而国家队杯赛的样本屈指可数。相当于你让一个只读过《联赛百科全书》的人，去写《杯赛毕业论文》。偏科，几乎是必然的结果。

可这还不是最难的。高原反应、赛前失眠、更衣室气氛......这些变量每一件都在真实地改写比赛走向。它们不可量化，更为棘手。AI连分析它们的“门”都没有，于是就只能假装它们不存在，或者用一句“球员状态一般”这样的模糊标签，把千变万化的人类情绪粗暴地塞进一个页脚里。

可量化的喂不饱，不可量化的吃不进。所以，AI的每一次预测，从入口处就已经带上了系统性偏见。它不是“算错了”，是“看问题的角度天生就歪”。

第二重“诅咒”是共识的幻觉。12家AI集体押注巴西，结果的高度统一，恰恰暴露了AI产品同质化的本质。

它们输入同一套Opta数据源，跑类似的蒙特卡洛模拟，连底层架构都基于Transformer。所谓的“独立思考”，从一开始就不存在。这就像深圳华强北的AI玩具，商家用豆包等通用大模型，配上东莞玩具厂的公版外壳，贴上芯片模组就上架了，功能千篇一律，导致退货率一度冲到40%。

当AI的“独立思考”只是在共用同一个大脑时，再多的大模型不过是套上了不同的马甲。同时，集体也可能因为没有异见者，而丧失“纠偏”、“纠错”和“更新”的能力。更微妙的是，这种趋同会给人带来虚假的安全感：“所有AI都说巴西赢，那稳了啊。”

AI们不会吵架，它们只会互相点头确认偏见，然后默契地一错到底。

第三重“诅咒”是最为隐秘、也最致命——“薛定谔的猫”。被观测，就坍缩。当Kimi把224页预测报告公之于众，当通义高调宣布“巴西夺冠”，“公开”本身就开始改变它试图预测的那个未来。

巴西球员看到了，心理负担加一层；对手教练看到了，战术针对性加一级；球迷情绪煽动了，舆论累积。一旦说出口，世界就会围着这句话重新博弈。球员可能因“被看好”而轻敌，也可能因“不被看好”而爆发。AI算得出射门转化率，但算不出一个人在被全世界否定时能爆发出多大的能量。

这就导致一个悖论：AI越强大、预测越公开，准确性反而可能越低。它不是在预测未来，而是在预测一个被自己预言所改变的新未来。

03

“真金”浮出水面

比赛过半，32强出炉。各家AI纷纷交出了自己的第一份成绩单。腾讯混元命中29支晋级球队位列榜首；MiniMax命中28支；DeepSeek和智谱命中27支。AI阵营整体命中率61.9%，比人类专家高出7.3个百分点。

但排名只是表象，真正值得追问的是成绩背后，各家AI分别秀出了什么技术底牌？

DeepSeek在预测中的成绩不算惊艳，但它的算力成本仅为同类模型的1/10。将这套“低成本推理”能力迁移到汽车碰撞测试、材料疲劳分析等标准化参数环境中，能将单次仿真从数小时压缩到分钟级，也能帮助工程师快速筛选方案方向。目前已有二十家车企将其作为“第一道过滤器”。

而在医疗场景中。腾讯混元支撑的“小觅AI助手”能在23秒内自动检索患者历史影像，分析病变趋势，一键生成报告初稿。目前已服务近万家医疗机构，病历小结准确性达87%。

（图源：腾讯云官网）

不过，相较于世界杯，医疗场景的容错率更低。AI光算得准远远不够，因为医生需要知道“为什么”，患者需要知道“责任归谁”。所以，或许用AI做预筛和初稿，医生做复核和最终定论。这种“AI穷尽可能、人类最终拍板”的协作模式，才是低容错场景里最务实的路径。

如果说医疗场景考验的是AI的“可解释性”，那Kimi在世界杯上展示的，则是拆解能力。它把“比赛结果”这一复杂问题拆解 为战术、伤病、赔率等多维度 ，交给不同Agent并行计算。 在产业里，它同样可以一个Agent读财报，一个爬舆情，一个分析行业周期。各管一摊，各有视角。当“财报Agent”说“这家公司现金流稳健”，当“舆情Agent”发现“高管密集减持”， 多个Agent各自亮出判断 ， 交叉验证 。最终把“未知的混沌”变成“有概率的清单”，把决策范围从大海捞针压缩到十选一。

（图源：KIMI）

同一个考场，不同的答卷。有的强在MoE架构的效率，有的强在多Agent协同的复杂度，有的强在多模态融合的广度。世界杯这场“技术高考”没有输家，每一份答卷都在告诉行业：我的能力边界在哪，我的技术能去哪。

总而言之，或许我们不该把AI预测看作“神谕”，它更像一台“超级计算器”。它的价值不在于告诉你“答案是哪个”，而在于穷尽可能性，把混沌转化为概率，成为人类做选择时最值得参考的“军师”。

但它仍然回答不了创始人在绝境中能否扛住、更衣室里那口气是散还是聚、它也甩不掉那只注定终身相随的“猫”。最终拍板的那一步，或许永远要留给人类自己。